多线程人类

到今年，实际上AI已经走了5年多的时间了。

至于用ai发指令已经成了iN的日常。

但最近我突然发现，变化最大的可能并不是 AI 又聪明了多少，而是我自己的工作方式已经被它改变了。

以前面对电脑，人基本上是单线程的。写代码的时候就在写代码，查资料的时候就在查资料，写文章的时候就在写文章。即使开着十几个窗口，本质上也只是人的注意力在不同任务之间来回切换。CPU 可以有十几个核心，人脑却始终只有一个前台。

现在不太一样了。

我会同时给几台机器、几个 Agent 下达任务。一个在 DevServer 上跑测试，一个在 MacWorker 上处理构建，一个在查资料，另一个已经完成任务等我验收。屏幕上的这些灯并不是聊天窗口，它们更像一组正在运行的线程：有的 Running，有的等待输入，有的已经结束，有的撞上 usage limit。

而我做的事情，也逐渐从“执行任务”变成了“调度任务”。

这可能才是生成式 AI 五年之后，一个不那么显眼但相当深刻的变化：AI 没有把人变成更快的单线程处理器，而是在人的外面挂上了一组可以并行运行的执行单元。

但如何“调度”自己呢？

淘宝上有那么一个小玩意：

这是一个AI的指示灯，当ai Agent工作的时候给出一些视觉信号的提示——它会用不同的灯光给出视觉提示：正在运行、等待输入、任务完成，或者出了问题。

乍一看，这东西多少有点行为艺术的味道。毕竟电脑屏幕上本来就有状态栏、有通知、有日志，为什么还要专门在显示器旁边挂三个灯？它解决的问题其实并不是“怎么看 AI 有没有在工作”。

它解决的是：人怎么知道自己什么时候该去管 AI。这两件事听起来差不多，实际却完全不同。

传统的软件使用方式里，人是主动方。你打开 Photoshop，是因为你准备修图；你打开 IDE，是因为你准备写程序；你打开浏览器，是因为你要查资料。软件基本不会在你不管它的时候，自己闷头工作半个小时，然后突然回来告诉你：“老板，这一批干完了，你看看。”

Agent 恰恰反过来了。

我给它一个任务以后，最合理的事情往往不是盯着它，而是去做另一件事。十分钟以后，第一个 Agent 做完了；第二个还在测试；第三个碰到一个需要人工决定的问题停在那里；第四个已经因为 token 或 usage limit 躺尸半天。

于是一个很荒诞的问题出现了：AI 帮我把任务并行起来了，但我却开始不停地切窗口确认 AI 有没有干完。

但是一个小灯基本上只能对应着一个AI agent，如果每个agent我们都装一个灯，很快桌面就会形成一个很混乱的十字路口效应。

其实你根本不知道到底要去看哪组灯才是正确的。这就又回到了一个很经典的计算机问题：当系统规模还很小的时候，很多东西根本不需要“管理”。

一台服务器，你盯着它就行；两个进程，开两个终端也没什么；三四个 Agent，在桌面上摆几个状态灯，甚至还挺有赛博朋克的味道。但当 Agent 的数量继续增加，问题的性质就变了。

假设我同时有十个 Agent 在工作，每个 Agent 都有“运行、等待、完成、异常”四种状态，那么我需要的显然不是十套红黄绿灯。否则我的桌面最终大概会变成上面这棵著名的“红绿灯树”：每一盏灯都准确，每一盏灯也都在努力告诉你信息，但当它们全部出现在眼前的时候，整个系统反而失去了传递信息的能力。

这其实是一个很有意思的信息论问题，状态越多，并不意味着人得到的信息越多。

如果一个状态指示器要求我先判断“这是哪台机器的灯”，再判断“这是哪个 Agent”，然后判断“它现在是什么颜色”，最后还要回到电脑里找到对应的窗口，那么所谓的“状态灯”实际上并没有减少我的认知负担。它只是把原来屏幕里的信息搬到了桌子上。

甚至更糟。

因为窗口至少还有标题——但灯没有。

其实，我们真正需要解决的问题并不是给每一个 Agent 装上一盏灯，而是要在 Agent 和人之间增加一个新的抽象层。

这和操作系统的发展其实很像。早期计算机当然可以让程序直接面对硬件，但当进程越来越多、设备越来越多、资源越来越复杂以后，人不可能继续手工管理每一次 CPU 时间片、每一块内存和每一次 I/O。于是操作系统把这些复杂状态收拢起来，给上层提供一个可以理解的模型。

Agent 发展到今天，也开始出现类似的问题。

我并不真正关心 DevServer 上某个进程现在究竟执行到了第几条指令，也不需要知道 Codex 此刻正在调用哪个 tool。我真正关心的其实只有几件事：

谁还在干活，谁在等我，谁干完了，谁死了，以及我现在最应该去处理谁。

这才是人的调度界面。更何况iN有N多台电脑，不同的电脑上还装着不同的agent……

于是它出现了——AI Light

最开始我只是想做一个比红绿灯稍微聪明一点的东西，但写着写着，它逐渐变成了现在这个样子，而且灯光的效果其实也在模拟红绿灯，漂亮的灯光其实是很治愈的。

它不属于任何一台电脑，也不属于任何一个 Agent。

MacBook 上的 Codex、DevServer 上正在跑 shell 的 Agent、MacWorker 上已经撞到 usage limit 的任务，甚至网络里其他机器上正在工作的 AI，都把自己的状态送到同一个地方。

然后 AI Light 做了一件很简单的事情：把机器的状态翻译成人需要知道的状态。

所以截图里虽然有十几个任务，我实际上并不需要逐个阅读。

最上面的 RUNNING 3 已经告诉我，现在有三个执行单元还在工作。亮着的三个圆环告诉我它们是谁；后面的文字告诉我它们大概在干什么；右边的图标则告诉我这个线程背后到底是哪个 Agent。

其他那些灰掉的任务依然存在，但已经退出了我的前台注意力。

这其实是Cenri的一个widget组件，但属于最近几天所部署的组件中最能解决问题的一个。

原因也很简单：它解决的不是 AI 的问题，而是人的注意力的问题。

Cenri 里面当然还有大量比它复杂得多的组件。有的负责采集网络状态，有的处理机器之间的数据，有的做自动发现，有的代码量比这个小小的 AI Light 多得多。但那些组件大多是在让计算机系统工作得更好，AI Light 却是在试图解决另一件事——怎么让一个人同时和越来越多的 AI 一起工作。

这两者的区别挺大的。

以前我一直觉得，多开几个 Agent 无非就是多开几个窗口。反正现在机器性能足够，Token 也不是什么昂贵到不能用的东西，能并行就并行好了。

真正用了一段时间以后才意识到，瓶颈根本不在那里。

Agent 可以继续增加，电脑也可以继续增加，但 iN 只有一个。

机器切换上下文只需要保存寄存器。

人不是。

人的工作上下文里面有刚才读过的东西、正在建立的假设、还没有写出来的半句话、代码结构在脑子里的临时映射，甚至还有“我刚才想到哪儿了”这种计算机根本不会遇到的问题。一次打断看起来只有几十秒，恢复这些东西可能需要几分钟。

所以 AI Agent 带来的效率曲线，并不是简单的：

1 人 + 10 Agent = 10 人

甚至很可能在某个点之后开始反过来。

Agent 越多，等待你处理的事情越多；通知越多，注意力越碎；你越想并行，自己反而越忙。

这就很像并行计算里面一个很古老的问题：并不是增加处理器就可以无限提高性能。总有一部分工作无法并行，总有同步、通信和调度开销，最后那个串行部分会成为整个系统的上限。

这其实是以后操作系统的一种形态，我们可以让AI做任何事情，但一定要让AI在合适的时候给我们看到状态——控制论+信息论。

它解决的问题并不复杂，甚至可以说简单得有点过分：让我知道那些 AI 现在到底在干什么，以及什么时候需要我。

但就是这么简单的一个需求，恰恰让iN开始意识到，这玩意可能并不仅仅是一个 Widget。

它甚至有点像未来操作系统应该有的样子。

我们现在使用的操作系统，无论 Windows、macOS 还是 Linux 的各种桌面环境，其实都建立在一个几十年没有发生根本变化的假设上：人是计算机的操作者。

所以我们才需要窗口，需要菜单，需要鼠标，需要 Dock，需要任务栏。你想做什么，就找到对应的软件；想让软件做什么，就找到对应的按钮；软件做完了，再把结果显示给你。

整个过程中，人始终坐在驾驶席上；而现在人要往上爬了，爬进指挥席上了。

驾驶员和指挥员最大的区别，并不是谁的权力更大，而是谁需要知道什么。

驾驶员当然要知道发动机转速、速度、方向，要不断观察道路，还得持续对车辆进行输入。因为车辆本身没有能力理解“我要去哪里”，更没有能力自己决定接下来应该怎么走。

指挥员不一样。

一个真正的指挥系统下面可能有几十个、几百个执行单元。如果每一个执行单元的每一步动作都汇报到指挥员这里，那这个指挥系统一定会瘫痪。指挥员真正需要知道的是：任务是否正常推进，哪里出现了偏差，哪里需要新的决策，以及有没有什么事情已经越过了原先授权的边界。

AI Agent 其实正在让计算机发生同样的变化。

真正重要的问题变成了：

现在有多少件事情正在替我进行？它们是否仍然在我的意图范围内？其中哪一件事情需要我？

这就很有意思了。

因为到了这里，未来操作系统面对的已经不只是计算机科学问题，而是两个很古老的学科：控制论和信息论。

当然了，这只是iN自己的一个小尝试。不过iN自己的东西还是没有啥是浪费的，注意到卡片下面的波浪了吗？其实那是一个24小时调用量统计图。

这其实就是旧计算机时代的一个活化石。

当然了不仅仅是这个图标，本质上这个widget还没有真正的脱离开传统计算机的思路，只是一个“进程表”。毕竟，人在建立对 Agent 的绝对信任之前，还是需要知道“系统现在到底替我做了什么”。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～